影响北京市高房价的相关因素的实证分析

影响北京市高房价的相关因素的实证分析

摘要：本文应用1991-2009年北京市的相关数据，分析了影响北京房地产价格的各种因素。通过利用经济学中关于价格的相关理论对房价进行定性分析，找出对其的影响因素，并利用计量经济学的方法建立相关模型，对其进行定量分析，找出主要影响因素，并对模型进行相关解释，最后得出影响房价居高不下的因素，并对症下药提出相关建议。

关键词：房价；人均可支配收入；城市化进程；货币供应量；存贷利率；汇率 一、引言

随着中国经济的快速发展，房地产行业的发展也取得了不小的成绩，对经济的发展更是起来很大的推动，是GDP快速增长的主要拉动力之一，但是随着房地产市场的繁荣，房价也是只涨未跌，并且大大超出了普通老百姓的承受范围。买房难已经成为了当今民生关注的焦点，如何调控房价也是摆在政府面前的一道难题。

为了分析房价居高不下的真正原因，本文以北京市为例，通过计量经济学相关方法对北京市从1991-2009的相关数据进行建模，分析影响房价的各个因素，对房价进行预测，希望能提出具有建设性的意见。

二、选题背景

民生问题乃是当今社会关注的焦点之一，而买房难又是这一问题的主要影响因素。所以，政府面临着如何制定政策调控过热的楼市，调控过高的房价，保证人民有房住等一系列民生问题。我国对房价的调控在2010年显得尤为突出，从去年4月17日，国务院发布《关于坚决遏制部分城市房价过快上涨的通知》（即“国十条”，被称为“史上最严厉调控政策”）来达到遏制部分城市房价过快上涨的目的。 随后“国5条”、“国8条”等一系列政策措施随后陆续出台，国家控制房价过快上涨的决心也逐步彰显，然而效果并不十分明显。

想要真正的抑制过快上涨的房价，最重要的还是要找出推动房价高涨的真正原因。只有对症下药，才能有所成效，不过任何政策都不是立竿见影的，都会后一定的滞后性。在对房地产的研究中，学者们对其影响因素进行了多方面的分析。

周京奎[1 ]对1999-2005年中国20城市的地价与房价的关系的实证研究中，得出的研究结果表明房价对地价有显著影响，地价对房价的影响度相对较小。王子龙、许萧迪[2]等人对1995-2006年中国房地产价格异常波动的测定，其结果表明实际利率变化最强、成本指数影响力度最小。张海洋、袁小丽[3]等人对2009年房价的上涨的具体分析中，其结果表明投资性需求对房价的上涨具有很强的解释能力，控制商品房的投资性需求可以有效降低房价的上涨。王琼[4]在对人民币升值对房地产的影响中认为人民币升值将导致投机资本进入股市房市，对房市造成重大风险。

三、理论模型的设计

1、确定模型所包含的变量

在本文的分析中，主要从商品房的需求、供给方面来分析影响其价格的相关因素。根据商品价格的决定理论，我们可以知道商品价格是受其供求两方面的影响而决定的。而商品房同样也属于这一商品的范畴，所以本文的出发点则主要是从房地产的供求方面出发，分析造成中国现在高房价的各种主要因素。

首先，从对商品房的需求来分析，主要有两大类：消费需求，投资需求。而消费需求的影响因素又分为：城市人口数量、城市居民可支配收入等，投资需求的影响因素有：城镇家

庭平均每人“消费剩余”，基金规模+商业银行理财产品、购房首付款比例。由于此类数据不太好找，则以存款利息作为代表。

其次，从供给角度分析，主要的影响因素有：土地的交易价格、贷款利率。

最后，还有其他一些宏观方面的影响因素可以通过影响供给从而影响房价的有：汇率、房价预期等。

由此，选择的变量如下：

表1 变量说明表 变量 被解释变量 供给方变量 需求方变量 名称 房价 土地购置费 贷款利率 人均可支配收入 非农业人口 存款利率 汇率 符号 Y X1 X2 X3 X4 X5 X6 单位 元/平方米 亿元 %/年 元 万人 %/年 其他变量 注：贷款利率不仅要影响供给，也要影响需求，但此在表中为了不再重复影响因数，故不再在需求一栏中再单独列出

2、数据采集 （一）、数据来源：

从北京市统计年鉴和中经网数据库得到的数据资料整理如下：

1

表2 北京市1991-2009年商品房价格及其影响因数

2商品房平均土地购置费用（亿元）X1 2.5 4.0 52.4 15.0 23.9 28.4 36.6 57.6 115.6 149.2 213.2 275.8 3时间 销售价格（元/平方米）Y 贷款利率人均可支配收入（元）X3 2040.4 2363.7 3296.0 4731.2 5868.4 6885.5 7813.1 8472.0 9182.8 10349.7 11577.8 12463.9 13882.6 15637.8 非农业人口 数X4（万人）808.0 819.0 831.0 846.0 946.2 957.9 948.3 957.7 971.7 1057.4 1081.2 1118.0 1151.3 1187.2 存款利率（%）X5 7.6 7.6 10.08 10.98 10.98 8.33 5.67 4.59 2.25 2.25 2.25 1.98 2.0 2.3 4汇率X6 （%）X2 8.64 8.64 10.17 10.98 11.52 10.53 8.64 7.08 5.85 5.85 5.85 5.31 5.31 5.58 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 1429 1603 2253 3582 3637 4399 5641 5239 5648 4919 5061 4764 4737 5053 5.323 5.515 5.762 8.619 8.3173 8.2984 8.2796 8.2789 8.2795 8.2783 8.2771 、8.2769 8.2771 8.2769 1 数据来源于《北京统计年鉴》、《中经网数据库》、国家外汇管理局、中国人民银行

2 商品房平均销售价格为商品房销售价格与销售面积之比

3 存贷款利率统一选用的为1年期的利率，如果遇到同一年里有几次调息时，该年的数据则为调整数据的平均数。

4 汇率为人民币兑美元汇率，且每年汇率为当年每月的算术平均值

2005 2006 2007 2008 2009 6274 8280 11553 12418 13799 239.8 477.9 644.7 639.0 587.7 5.58 5.99 6.91 6.34 5.31 17653.0 19978.0 21989.0 24725.0 26738.0 1286.1 1333.3 1379.9 1439.1 1491.8 2.3 2.5 3.5 3.1 2.3 8.2512 8.0239 7.7036 7.0639 6.8335 （二）、数据处理： 此处进行图解分析：

观察变量趋势图及相关图，如下：

765LNX11211109X2432107.287657.27.68.08.4LNY8.89.29.67.68.08.4LNY8.89.29.6

10.410.09.6LNX37.47.37.27.1LNX47.68.08.4LNY8.89.29.69.28.88.48.07.67.27.06.96.86.76.67.27.68.08.4LNY8.89.29.612108X5X68.88.48.07.67.26.86.46.05.664207.27.68.08.4LNY8.89.29.65.27.27.68.08.4LNY8.89.29.6

注：此处没有将所有的变量放在一个图形中去，是因为量纲的原因，没有办法看出各个变量的走势，会导致一些水平的直线出现，所以此处最好分开画散点图。

从图中可以看出，房价（Y）的对数和土地价格(X1)的对数、可支配收入(X3)的对数、非农业人口(X4)的对数所呈的线性关系比较显著，而和贷款利率(X2)，存款利率(X5)，汇率(X6)的关系不太显著。

3、确定模型的数学模型：

根据上面的图形分析，我们可以把模型初步设定为半对数模型5：

lny?c??1lnx1??2x2??3lnx3??4lnx4??5x5??6x6??

4、时间序列数据的处理

由于本文采用的数据都是时间序列数据，为了避免“伪回归”，应先对数据的平稳性进行单位根检验。

（1）对lnY进行单位根检验：

经过尝试，三个模型的适当形式分别为： 模型3：

?lny?4.22?0.05t?0.56lnyt?1?0.21?lnyt?1?0.36?lnyt?2?0.46?lnyt?3(2.65)(3.13)(?2.71)模型2：

(1.05)(1.75)(1.97)

?lny?0.85?0.086lnyt?1(1.47)模型3：

(?1.26)

?lny?0.014lnyt?1(3.16

三个模型中lnYt?1参数估计值的t统计量的值均大于各自的临界值，因此不能拒绝存在单位根的零假设，即房价序列lnY是非平稳的。

经过差分，发现lnY是I(1)序列，适当的检验模型如下：

?2lnYt??0.428?Yt?1(?2.09)

在5%的显著性水平下，ADF检验的临界值为-1.96。Yt?1参数的t值小于临界值，拒绝二阶差分后仍存在单位根的原假设，则认为房价取1阶差分后，变成平稳的时间序列。

运用同样的方法对其他变量进行检验，最后得出结果如下：

Lnx1、x2、lnx3、x6都是平稳的时间序列，lnx4、x5和lny都是一阶单整的。 （2）协整检验与分析——EG检验 5

[美] 古扎拉蒂《计量经济学》.中国人民大学出版社.第三版.第六章.双变量线性回归模型的延伸